TomTom développe des technologies de cartographie numérique et de navigation destinées aux conducteurs, aux entreprises, aux développeurs et aux organismes publics. Ses produits comprennent des systèmes de navigation par satellite, des informations routières en temps réel, des solutions de calcul d’itinéraires, des API et des SDK qui prennent en charge les systèmes automobiles, la gestion de flottes, la logistique, les déplacements et les applications de conduite autonome. Les personnes qui explorent les opportunités professionnelles chez TomTom peuvent trouver des postes au sein des équipes qui créent des outils géolocalisés pour rendre les déplacements et les transports plus éclairés et plus efficaces.
Ingénieur senior en données MLOps chez TomTom (hybride, Pays-Bas)
Pilotez la plateforme ML Azure et Databricks qui prend en charge les produits de navigation de TomTom. Concevez des pipelines et des opérations de modèles fiables, avec une observabilité, une automatisation, une sécurité et une conformité solides.
Description
- Gérer l’ensemble du cycle de vie du machine learning sur Azure et Databricks
- Concevoir et exploiter des pipelines ML couvrant l’ingestion, l’ingénierie des caractéristiques, l’entraînement, l’évaluation, le déploiement, la supervision et l’amélioration continue
- Créer des pratiques d’expérimentation cohérentes avec MLflow ou des outils comparables pour le suivi, les artefacts, l’enregistrement des modèles et les étapes du cycle de vie
- Automatiser les tâches Databricks et les workflows de livraison avec Databricks Workflows, GitHub Actions ou Azure DevOps
- Mettre en place l’observabilité des données et des modèles pour la fraîcheur, l’exhaustivité, la dérive des caractéristiques et des modèles, l’écart entre entraînement et service, ainsi que les performances des SLA/SLO
- Maintenir des contrôles appropriés de sécurité et de conformité
- Piloter la réponse aux incidents et les revues post-incident des pipelines ML et de l’infrastructure de mise à disposition des modèles
- Collaborer avec les scientifiques appliqués pour exécuter des modèles robustes et fiables
Exigences
- Solides compétences avancées en ingénierie logicielle Python, notamment en développement de tests
- Compréhension fondamentale du machine learning
- Au moins trois ans d’expérience en ingénierie des données ou en MLOps
- Maîtrise avancée de PySpark
- Expérience pratique de Databricks et de Delta Lake
- Expérience de la mise en place de CI/CD pour les données et le ML avec Git, des workflows de pull requests, des tests automatisés et des environnements aux versions figées
- Connaissance pratique d’Azure
- Expérience dans la création de systèmes de supervision et de tableaux de bord
- Excellentes compétences en communication et esprit opérationnel axé sur la responsabilité des SLA/SLO
Avantages
- Package de rémunération compétitif
- Budget de développement personnel
- Congés rémunérés pour les journées de formation
- Accès à O’Reilly et LinkedIn Learning payé par l’entreprise
- Congé parental amélioré
- Congés rémunérés pour s’occuper de proches
- Congés rémunérés pour faire du bénévolat dans les communautés locales
- Travail hybride flexible depuis le bureau et le domicile
- Budget pour l’équipement du bureau à domicile
- Allocation mensuelle pour le bureau à domicile
- Possibilité de travailler depuis le pays de résidence et depuis l’étranger pendant un nombre défini de jours par an
- Plan de congés compétitif
- Jour de congé supplémentaire pour votre anniversaire
- Événements annuels Hackathon et DevDays
- Culture mondiale inclusive favorisant la collaboration au sein d’une communauté diversifiée
- Avantages locaux supplémentaires adaptés au lieu de travail